英语轻松读发新版了,欢迎下载、更新

谷歌的机器学习模型预计能提升印度的回收率

2024-10-21 09:51:14 英文原文

PE_CircularNet

零浪费萨哈斯正在利用谷歌为了更有效地分类塑料垃圾,负责任地管理每天超过500吨的废物,并帮助提高印度的回收率,该公司开源了其机器学习模型CircularNet。

尽管印度是世界上经济增长最快的经济体之一,但其回收基础设施仍在发展中,可回收材料常常最终被送往溢出的垃圾填埋场。

例如,在德里,所谓的“垃圾山”——溢出的填埋场被认为堆积了超过一万吨未分类的废物高达200英尺以上的巨大堆垛被描述为甲烷排放的“超级排放源”,污染空气并污染的水.

印度生产大约62亿吨ometers翻译时要注意单位的准确性,62 million metric tonnes应译为6.2亿吨。如果严格按照数量级转换: 62百万吨 但通常我们直接使用“亿吨”来表达metric tonnes的大规模数量,因此最准确且常用的翻译是: 6.2亿吨切坦·巴雷加尔(Chetan Baregar),市场营销副董事,说道:“一年中浪费的……”(由于原文不完整,无法提供完整翻译,请补充完整句子。)原句:of waste a year,” Chetan Baregar, associate director of marketing at回收站,之前告诉了谷歌“但其废物管理生态系统仍处于初级阶段。”

在采用CircularNet之后,Recykal声称通过准确检测PETE、HDPE和LDPE等塑料以及其他材料,每月将50,000公吨的垃圾从填埋场转移出来,其检测率超过90%。其生产质量也据信提高了60%。

“如果材料不会被回收,最终将会变成土地、水或空气污染,”巴雷加尔说。“利用CircularNet人工智能技术,我们正在帮助品牌实现可持续发展目标,为政府提供切实可行的见解,并为采购企业提供更好更便宜的材料。这项技术正助力整个印度受益。”

现在,Saahas Zero Waste计划使用CircularNet通过更有效地将可回收塑料废物与不可回收塑料废物分类,并将约90%的可回收废物从填埋场转移出来,以减轻对填埋场的压力。这样一来,有望减少污染,提高回收率,并帮助印度追求循环经济。

显然,CircularNet在检测可回收材料时能够达到85%-90%的准确率。虽然该系统减少了对人工工人的依赖,但仍有望为印度创造经济机会,并减少分类错误的可能性。

Saahas零浪费希望人工智能能帮助实现收入增长10-12%,并惠及其领域的其他印度企业家。

此外,该模型会捕捉物料回收设施内部不同位置的图像,并生成每日指标和数据。Recykal此前曾报告称,它可以利用这些信息帮助包括处理器、政府和主要品牌在内的利益相关者提供“可操作的见解”,并实现生产者责任。

“Saahas零浪费致力于印度不断发展的废物管理系统,目标是在2026年每天负责任地管理超过500吨的废弃物,”Saahas零浪费公司的销售和市场副总裁Arun Murugesh表示。“Google的CircularNet模型通过支持可以高效大规模部署的自动化AI驱动的质量控制系统,在此过程中发挥着重要作用——我们对初步结果感到非常鼓舞。”

通过CircularNet增强的废物回收设施和回收商的质量保证承诺通过闭环回收提高资源回收率。结合技术与可行的商业模式,我们旨在为印度循环经济愿景做出贡献。

“我们也认为人工智能辅助的合作是实现更大影响的驱动因素,包括创造生计、改善工作条件和提高生态意识。”

在一个领英帖子罗伯特·莱特,谷歌技术服务团队(gTech)的可持续发展战略负责人,评论道:“想象一个没有垃圾填埋场的世界,在这个世界里,有价值的资源可以无限循环。这种愿景正在成为现实,这要感谢像谷歌的CircularNet这样的AI驱动回收技术,这是一种开源机器学习模型,我很自豪能参与其中。

这些令人印象深刻的结果是通过人工智能驱动的系统实现的,这些系统能够准确地识别和分类可回收材料,减少污染并提高效率。这不仅有利于环境,还创造了经济机会。

在谷歌和我们的项目CircularNet中,我们很自豪能成为这一变革旅程的一部分。通过与当地社区、政府和企业的合作,我们正在帮助建立一个更加可持续的未来,不仅为了印度,也为了全世界。

谷歌也发布了一篇新的白皮书,《印度的人工智能机遇议程,概述了它对印度如何“最大化AI的潜力”的看法。

在一个最近的一集在我们的《包装欧洲》播客中,我们采访了Vikas Chhajer,他是首席可持续发展和战略官。双子星公司了解更多关于该公司在改善印度非正式废物流转行业收集、分类和生计工作的情况。

其他消息,_DIGIMARC CORPORATION_发布了其新的Digimarc回收系统分拣软件它实施了图形处理单元(GPU),以几乎减半的成本并增加全球回收和废物分拣设施的访问。

谷歌也发布了一份无塑包装设计指南为了帮助消费电子行业从混合材料包装转向无塑料替代品,同时不牺牲产品的保护、易用性、美观度或负责任地处理包装的能力。

如果你喜欢这个故事,你可能会喜欢以下内容:

2024年包装和包装废弃物法规终极指南

顶级品牌在包装可持续性方面进展如何?

可持续创新报告2024:当前趋势和未来优先事项

关于全球塑料可持续性法规的一切你需要知道的内容

关于《谷歌的机器学习模型预计能提升印度的回收率》的评论


暂无评论

发表评论

摘要

Saahas零浪费正在利用谷歌的开源机器学习模型CircularNet,旨在更有效地分类塑料废物,负责任地管理每天超过500吨的废弃物,并帮助提高印度的回收率。现在,Saahas零浪费计划使用CircularNet来减轻垃圾填埋场的压力,通过更有效地将可回收和不可回收的塑料废物分开,并将约90%的可回收废物从填埋场中转移出去。通过结合技术与可行的商业模式,我们旨在为印度循环经济愿景做出贡献。这不仅有利于环境,还创造了经济机会。在最近一期我们的《包装欧洲》播客节目中,我们采访了Gemini Corporation首席可持续发展和战略官Vikas Chhajer,以了解更多该公司在其非正式废弃物部门及其以外地区改善收集、分类及生计的工作。